第一站 - 轻松上网从此开始!

上网第一站

当前位置: > 创业 >

海量数据时代,如何押宝人工智能竞赛?

时间:2019-09-03 11:27来源:网络整理 作者:迭名 点击: 我来投稿获取授权
以下内容来自网络或网友投稿,www.swdyz.com不承担连带责任,如有侵权问题请联系我删除。投稿如果是首发请注明‘第一站首发’。如果你对本站有什么好的要求或建议。那么都非常感谢你能-联系我|版权认领
人工智能是一种变革性的技术浪潮,能够帮助每个行业的用户解决大大小小的问题,从探索宇宙奥秘的科学研究、到

人工智能,AI (4)

声明:本文来自于微信公众号 硅谷洞察(ID:guigudiyixian),作者:硅谷洞察,授权站长之家转载发布。

人工智能是一种变革性的技术浪潮,能够帮助每个行业的用户解决大大小小的问题,从探索宇宙奥秘的科学研究、到惠及民生的健康和精准医疗,再到与生活息息相关的运输和自动驾驶汽车。

人工智能的应用场景大到结合大数据和深度学习分析大型强子对撞机产生的大量原始数据;小到给语音助手装上耳朵和脑袋听懂用户的语句,并实现简单的对话或互动。

人工智能那么远,又那么近。 

可以说,随着技术的不断成熟和普及,人工智能能够赋能我们来应对各种人类的挑战,科学家可以借助人工智能提高科研的生产力,加快造福全人类的进程;企业也可以通过人工智能的无限潜力创造新的收入来源并提高他们的底线;消费者也能继续看到更多新的应用程序。

今天硅谷洞察就来给大家分析一下,人工智能已经为各种行业领域带来了哪些转型影响。

超级计算机是什么?

提到宇宙研究就不得不提用于科学研究的超级计算机。小探最初听到超算这个概念是在《三体》的小说中,大刘有这么一段描述。

海量数据时代,如何押宝人工智能竞赛?

( 2008 年出版科幻小说《三体II:黑暗森林》片段)

浮点运算的次数代表着计算机的计算实力。而 11 年前的科幻小说早已被现实超越。在刚刚落幕的国际超算大会公布,位于田纳西州能源部橡树岭国家实验室(ORNL) 由 IBM 制造的超级计算机 Summit 以 148.6 PetaFlops (千万亿次)的HPL记录获得了世界最强的超级计算机称号。简单算一下,Summit计算速度已经达到《三体》中超级计算机的近 300 倍。

科学技术的发展已经超乎我们的想象,曾经遥不可及的未来也已经到来。

超级计算机,其实是指众多高性能计算机节点连接在一起,统一调度管理,从而实现强大的计算功能。简单的说就是价格在 10 万元以上的服务器。这些机器主要分布在大学或者科研机构服务的领域非常高精尖,都是关系着人类发展的重要领域,例如全球气候变化,宇宙探测分析、大脑仿真、开发新材料、生物医药、智慧城市等实际问题。

可以看得出来,这些研究的特点是大量数据需要分析模拟得出规律,从而进行预测。如果你需要模拟一大堆无厘头的物体之间的相互关系,就一定需要“高性能计算”。

举个例子,欧洲核子研究中心欧洲核子研究中心的大型强子对撞机(LHC)周长 27 公里,超过6, 000 个超导磁体,是世界上最大的机器和最先进的科学仪器。大型强子对撞机能够将质子加速到99.9999991%的光速,并产生非常高的能量碰撞,在某些情况下比我们的太阳核心高出100, 000 倍。

这些实验产生了大量的原始数据。大型强子对撞机每秒发生多达 10 亿次碰撞,每秒产生多达1 PB(1, 024 太字节或 100 万千兆字节)的数据流经欧洲核子研究中心的系统——远远超过世界上最重要的研究机构所能存储的数据。就需要使用专有软件以及超强的计算力才能过滤此数据。

气候预测同样需要高性能计算。气候预测,广泛来看就是对全球气流、洋流等等的预测,局限来看就是天气预报。天气预报的基本原理,就是通过气象卫星捕捉地图上每一个点的云层和气流运动轨迹,然后通过大量的计算推导出他们未来的走向。

高性能计算与人工智能深度融合

超算与人工智能的融合将引领下一代计算机体系结构和系统软件应用的发展。

研究表明,运行大型高性能计算应用程序可以通过向现有高性能计算机群(High Performance Computing,简称HPC)工作流程添加深度学习功能来实现显着的效率。深度学习神经网络固有的并行性非常适合高度并行的HPC环境,其中极端的计算性能,大容量内存池和优化的节点间通信结构可以显着扩展深度学习网络识别结构和模式的能力。

美国能源部科学办公室与加州大学伯克利分校选择与英特尔合作,将深度学习与HPC基础设施相结合,创建了一个15-PetafFlop深度学习系统,用于解决科学模式分类问题。

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发布者资料
第一站编辑 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2012-05-22 19:05 最后登录:2014-08-08 03:08
栏目列表
推荐内容
分享按鈕